aigc-apps/VideoX-Fun

这是什么？

核心功能

• 01基于预训练模型生成不同分辨率、时长和帧率的视频。
• 02支持文生视频、图生视频、视频生视频和可控视频生成。
• 03可用自有图像和视频数据集训练基础模型与 LoRA。
• 04提供 Python 脚本、Gradio 网页界面和 ComfyUI 集成等推理方式。
• 05提供 CPU 卸载、float8 量化等显存优化模式。
• 06支持通过 xfuser 进行多卡推理。

适用场景

• 从静态图片或文字提示生成短视频。
• 训练 LoRA，将特定视觉风格应用到生成的视频上。
• 借助姿态或深度图引导，完成可控视频生成。
• 在本地或租用的 GPU 上，用脚本批量生成视频。

快速上手

1. 1

   拉取官方 Docker 镜像

   docker pull mybigpai-public-registry.cn-beijing.cr.aliyuncs.com/easycv/torch_cuda:cogvideox_fun
2. 2

   使用 GPU 启动镜像容器

   docker run -it -p 7860:7860 --network host --gpus all --security-opt seccomp:unconfined --shm-size 200g mybigpai-public-registry.cn-beijing.cr.aliyuncs.com/easycv/torch_cuda:cogvideox_fun
3. 3

   在容器内克隆 VideoX-Fun 仓库

   git clone https://github.com/aigc-apps/VideoX-Fun.git

使用前须知

• !需要显存较大的 NVIDIA GPU，README 中测试过的最小显卡为 12GB。
• !需要约 60GB 的可用磁盘空间存放模型权重。
• !多卡推理需要额外安装 xfuser 和 yunchang，并正确设置并行参数。

标签

常见问题

VideoX-Fun 是什么？

基于 Diffusion Transformer 的视频生成框架，支持任意分辨率生成视频、图生视频，并可训练 LoRA 模型。 VideoX-Fun 是一个基于 Diffusion Transformer 的视频与图像生成框架，可以从预训练模型直接生成不同分辨率、时长和帧率的视频，也支持训练自己的基础模型和 LoRA，用于特定风格的转换。

VideoX-Fun 可以免费使用吗？用的什么许可证？

VideoX-Fun 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

VideoX-Fun 还在维护吗？

活跃维护中。VideoX-Fun 最近一次提交是在 2026年10月20日。

VideoX-Fun 适合用来做什么？

从静态图片或文字提示生成短视频。 训练 LoRA，将特定视觉风格应用到生成的视频上。 借助姿态或深度图引导，完成可控视频生成。 在本地或租用的 GPU 上，用脚本批量生成视频。

VideoX-Fun 怎么安装和运行？

拉取官方 Docker 镜像: docker pull mybigpai-public-registry.cn-beijing.cr.aliyuncs.com/easycv/torch_cuda:cogvideox_fun 使用 GPU 启动镜像容器: docker run -it -p 7860:7860 --network host --gpus all --security-opt seccomp:unconfined --shm-size 200g mybigpai-public-registry.cn-beijing.cr.aliyuncs.com/easycv/torch_cuda:cogvideox_fun 在容器内克隆 VideoX-Fun 仓库: git clone https://github.com/aigc-apps/VideoX-Fun.git

在哪里获取 VideoX-Fun？

源代码和安装说明在 GitHub 上：https://github.com/aigc-apps/VideoX-Fun